CC BY
12
УДК 004.78:65.012
Б01: 10.15587/2312-8372.2019.164308
РАЗРАБОТКА ИННОВАЦИОННОЙ ТЕХНОЛОГИИ ОБУЧЕНИЯ В СИСТЕМАХ С ДУАЛЬНЫМИ ПРОЦЕССАМИ
Морозова О. И.
1. Введение
Современное образование должно основываться на следующих трех принципах: комплексность, системность и соответствие требованиям работодателей к специалистам. На сегодняшний день, высшее образование Украины постоянно находится в состоянии реорганизации и модернизации. В частности, это относится к механизмам подготовки специалистов, которые пригодны к трудоустройству по профессии. Они обладают новейшими знаниями, умениями, навыками, соответствующие образовательным программам и потребностям производства [1-3]. Однако этот процесс подготовки нужно начинать с этапа обучения в общеобразовательных учреждениях. Поэтому в настоящее время особое внимание уделяется развитию и совершенствованию форм и методов администрирования образовательной деятельности в образовательных системах. Приоритетным направлением реформ, которые проходят в сфере высшего образования, является повышение уровня предоставления образовательных услуг с использованием современных информационных систем и технологий. Кроме того, возникает проблема, заключающаяся в том, что профессиональные знания у студентов формируются на основе изучения множества различных дисциплин, в том числе гуманитарных, фундаментальных и профессиональных. Это приводит к использованию в образовательном процессе различного математического аппарата и методов представления знаний, которые не всегда близки к тем, которые необходимы при решении производственных задач. Возникает необходимость повышения профессиональных знаний и умений за счет внедрения новых форм обучения [4]. Одним из путей решения рассматриваемой проблемы является внедрение дуальной системы профессионального образования и обучения, которая направлена на повышение уровня профессиональной подготовки кадров. Она представляет собой новую и более гибкую форму организации профессионального обучения, которая предусматривает согласованное взаимодействие образовательной и производственной сферы по подготовке квалифицированных кадров определенного профиля в рамках функционирования учебных комплексов [5-7]. Поэтому объектом исследования выбраны информационно-технологические процессы и явления, возникающие в системах с дуальными процессами. А целью работы является научное обоснование целесообразности создания на кафедре высшего учебного заведения виртуальной студенческой опытно-экспериментальной студии моделирования профессиональных знаний как инновационной образовательной технологии в системах с дуальными процессами.
2. Методика проведения исследований
В работе предлагается инновационная образовательная технология в системах с образовательными и производственными процессами (системах с дуальными процессами), которая предполагает разработку модели профессиональных знаний (МПЗ). В рамках инновационной образовательной технологии предлагается создание виртуальной студенческой опытно-экспериментальной студии моделирования профессиональных знаний. Целью создания данной студии моделирования профессиональных знаний является создание и апробирование цифровой платформы дисциплин по специальности. В дальнейшем возможен будет переход от традиционных методов преподавания к методам консалтингового формирования профессиональных знаний студентов по специальности на основе имитационного моделирования [8, 9]. Задачей научно-педагогических работников (НПР) является следующее: на основе требований стандартов создать модель учебной дисциплины, информация которой должна являться основой (исходными данными) для формирования моделей профессиональных знаний студентов. При этом, задачами студентов является то, что на основе структуры и использования высокого уровня обобщения информации, предоставленной преподавателями разрабатывать модели дисциплин и формировать их индивидуальные модели профессиональных знаний по специальности (атласы знаний).
Модель профессиональных знаний строится по следующей формуле:
Мпз° = (А Р, 3,0,0., Г),
где - индивидуальная (фамилия, имя, отчество) модель
профессиональных знаний студента; И - множество изученных дисциплин; Р - множество практических занятий, включая практики; Я - множество технических средств обучения; О - множество оценок и самооценок; £1 -множество отношений между элементами Г - множество
темпоральных отношений, которые образуются между множествами модели.
Кроме этого, предложено схему организации учебного процесса с использованием специально построенной цифровой платформы знаний (ЦПЗ), изображенной на рис. 1.
Схема обучения на основе ЦПЗ
Конспект лекций
Ж.
V
ИК НИР
Рис. 1. Схемы традиционного обучения и обучения на основе цифровой
платформы знаний (ЦПЗ)
На рис. 1 обозначены следующие виды коммуникаций традиционной схемы обучения:
ПК - персональный компьютер;
НИР - научно-педагогические работники;
1 - речевая коммуникация между НИР и студентами в виде лекции;
2 - формирование графических и формальных элементов учебного материала;
3 - формирование студентами образа учебного материала на основе графических и формальных представлений учебного материала;
4 - формирование модели учебного материала в виде конспекта лекций;
5 - формирование НИР модели учебного материала дисциплины. Схема обучения на основе ЦПЗ:
РЗ - рабочая зона;
ПК - персональный компьютер;
НИР - научно-педагогические работники;
ЦПЗ - цифровая платформа знаний;
1 - речевая коммуникация между НИР и студентами в виде консультаций;
2 - формирование НИР модели учебной дисциплины на ИК;
3 - перенос модели учебной дисциплины НИР в РЗ ЦИЗ;
4 - изучение студентом модели дисциплины, размещенной в РЗ;
5 - формирование студентом на основе изученного материала индивидуальной модели дисциплины;
6 - размещение в РЗ индивидуальной модели знаний сформированной студентом на основе своих гаджетов;
7 - анализ НИР индивидуальных моделей знаний студентов по изучаемой дисциплине и создание обобщенной модели, учитывающей предложения студентов.
3. Результаты исследований и обсуждение
Для оценки возможности создания моделей профессиональных знаний, в осеннем семестре 2018/2019 года студентам 2-го и 4-го курса кафедры земельного администрирования и геоинформационных систем Харьковского национального университета городского хозяйства имени А. Н. Бекетова (Украина) было выдано задание построить свою индивидуальную модель профессиональных знаний.
Проверка работ по завершению семестра показала, что каждый студент, в той или иной степени справился с построенным заданием. Предварительный анализ 70 работ студентов показал, что их качество лежит в большом диапазоне. Для создания методики экспертного оценивания моделей профессиональных знаний отдельных студентов была разработана анкета, включающая в себя следующие критерии:
1. В какой степени в модели отображена связь между знаниями и компетенциями (умением)? Диапазон измерения [0, 100].
2. В какой степени в модели отображены технические средства обучения? Диапазон измерения [0, 100].
3. В какой степени отражена критика организации учебного процесса? Диапазон измерения [0, 100].
4. В какой степени отражена самооценка процесса обучения? Диапазон измерения [0, 100].
5. В какой степени отображена связь между основными элементами учебного процесса? Диапазон измерения [0, 100].
6. В какой степени отражены темпоральные отношения в модели между ее основными элементами? Диапазон измерения [0, 100].
7. Кроме этого, было предложено высказать свое мнение относительно разработанных моделей профессиональных знаний:
а) является ли предложенная формула построения МПЗ полной для формирования модели знаний? Подразумевает изложение мнения оценивающего;
б) как вы считаете, будет ли мотивировать студентов процесс создания и сопровождения МПЗ к повышению качественных и количественных показателей изучения учебного материала? С вариантами ответа: «ДА» либо «НЕТ».
Расчет согласованности экспертных оценок проводился с использованием коэффициента конкордации Кендалла [10]:
где т - число экспертов в группе, п - число факторов; 5 - сумма квадратов разностей рангов (отклонений от среднего), которая вычисляется согласно формулы:
]¥ =
125
(1)
n f т Л
/=i v /=1 z
где Л. - элемент рассматриваемой совокупности.
Оценивающие эксперты были разделены на два класса по стажу научно-педагогической деятельности: 1 класс - опыт работы от 5 до 15 лет, 2 класс -опыт работы от 15 до 50 лет.
В своих оценках эксперты сошлись во мнении, что создание студентами моделей профессиональных знаний позволит им систематизировать свои знания в системах с образовательными и производственными процессами.
4. Выводы
Результаты теоретических и экспериментальных исследований, проведенных на кафедре земельного администрирования и геоинформационных систем Харьковского национального университета городского хозяйства имени А. Н. Бекетова (Украина), показали возможность создания цифровой платформы знаний на кафедре, а также атласов профессиональных знаний студентов.
Для дополнительных исследований и создания рабочей цифровой платформы знаний предлагается создать на кафедре студенческую виртуальную опытно-экспериментальную студию моделирования профессиональных знаний.
В дальнейшем предлагается разработать и апробировать технологию консалтингового формирования профессиональных знаний студентов по специальности в системах с образовательными и производственными процессами. Апробацию возможно провести на основе специального методического обеспечения, охватывающего большинство учебных дисциплин. Кроме этого, будут использованы разработанные студентами и преподавателями модели профессиональных знаний и учебных дисциплин.
Литература
1. Метешкин К. А. Кибернетическая педагогика: теоретические основы управления образованием на базе интегрированного интеллекта: монография. Харьков: Международный славянский университет, 2004. 400 с.
2. Кибернетическая педагогика: онтологический инжиниринг в обучении и образовании: монография / Метешкин К. А., Морозова О. И., Федорченко Л. А., Хайрова Н. Ф. Х.: ХНАГХ, 2012. 207 с.
3. Konysheva A. V., Ibragimova E. N. Training of Engmeers in Mathematics at University on the Basis of the Information Cybernetic Approach // Eurasia Journal of Mathematics, Science and Technology Education. 2017. Vol. 13, Issue 8. P. 43794391. doi: http://doi.org/10.12973/eurasia.2017.00933a
4. Манако А. Ф., Синица Е. М. Информационные технологии в образовании // Управляющие системы и машины. 2017. № 2. С. 46-57.
5. 4rtin B., Mitroic A. Automatic problem generation in constraint-based
tutors // Intelligent Tutoring Systems. Springer Berlin Heidelberg, 2002. P. 388-389. doi: http://doi.org/10.1007/3-540-47987-2_42
6. Savin-Baden M. A practical guide to problem-based learning online. New York: Routledge, 2007. 151 p. doi: http://doi.org/10.4324/9780203938140
7. Christensen C. M., Eyring H. J. The innovative university: Changing the DNA of higher education from the inside out. San Francisco: Jossey-Bass, 2011. 512 p.
8. Greasley A. Simulation modelling for business. Routledge, 2017. 230 p. doi: http://doi.org/10.4324/9781315243085
9. Macal C. M. Everything you need to know about agent-based modelling and simulation // Journal of Simulation. 2016. Vol. 10, Issue 2. P. 144-156. doi: http://doi.org/10.1057/jos.2016.7
10. Экспертные оценки в социологических исследованиях: гл. 8 / Пригарина Т. А., Чеботарев П. Ю.; под ред. Крымский С. Б. Киев: Наукова Думка, 1990. С. 190-225.
